메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
권유진 (국민대학교) 최민석 (국민대학교) 조윤호 (국민대학교)
저널정보
한국지능정보시스템학회 지능정보연구 지능정보연구 제28권 제3호
발행연도
2022.9
수록면
119 - 137 (19page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 추천 시스템 연구에서는 사용자와 아이템 간 상호 작용을 보다 잘 표현하고자 다양한 딥 러닝 모델을 적용하고 있다. ONCF(Outer product-based Neural Collaborative Filtering)는 사용자와 아이템의 행렬을 외적하고 합성곱 신경망을 거치는 구조로 2차원 상호작용 맵을 제작해 사용자와 아이템 간의 상호 작용을 더욱 잘 포착하고자 한 대표적인 딥러닝 기반 추천시스템이다. 하지만 합성곱 신경망을 이용하는 ONCF는 학습 데이터에 나타나지 않은 분포를 갖는 데이터의 경우 예측성능이 떨어지는 귀납적 편향을 가지는 한계가 있다. 본 연구에서는 먼저 NCF구조에 Transformer에 기반한 ViT(Vision Transformer)를 도입한 방법론을 제안한다. ViT는 NLP분야에서 주로 사용되던 트랜스포머를 이미지 분류에 적용하여 좋은 성과를 거둔 방법으로 귀납적 편향이 합성곱 신경망보다 약해 처음 보는 분포에도 robust한 특징이 있다. 다음으로, ONCF는 사용자와 아이템에 대한 단일 잠재 벡터를 사용하였지만 본 연구에서는 모델이 더욱 다채로운 표현을 학습하고 앙상블 효과도 얻기 위해 잠재 벡터를 여러 개 사용하여 채널을 구성한다. 마지막으로 ONCF와 달리 부가 정보(side information)를 추천에 반영할 수 있는 아키텍처를 제시한다. 단순한 입력 결합 방식을 활용하여 신경망에 부가 정보를 반영하는 기존 연구와 달리 본 연구에서는 독립적인 보조 분류기(auxiliary classifier)를 도입하여 추천 시스템에 부가정보를 보다 효율적으로 반영할 수 있도록 하였다. 결론적으로 본 논문에서는 ViT 의 적용, 임베딩 벡터의 채널화, 부가정보 분류기의 도입을 적용한 새로운 딥러닝 모델을 제안하였으며 실험 결과 ONCF보다 높은 성능을 보였다.
#추천시스템 #딥러닝 #트랜스포머 #부가 정보 #보조 분류기 #Recommender Systems #Deep Learning #Transformer #Side Information #Auxiliary Classifier

목차

1. 서론
2. 문헌 연구
3. ViTUS (Vision Transformer Using Side Information)
4. 실험 및 결과
5. 결론
참고문헌(References)
Abstract

참고문헌 (32)

참고문헌 신청
김민정, 조윤호. (2015). 빅데이터 기반 추천시스템 구현을 위한 다중 프로파일 앙상블 기법, 지능정보연구, 21(4), 93-110. dbpia 박종진. (2022). 넷플릭스 “韓 콘텐츠 이미 세계적” 올해 투자액 8000 억원 전망. 전자신문. https://www.etnews.com/20220119000185 박호연, & 김경재. (2021). BERT 기반 감성분석을 이용한 추천시스템. 지능정보연구, 27(2), 1-15. dbpia 최성이, 현윤진, & 김남규. (2015). 사용자관심이슈 분석을 통한 추천시스템 성능 향상 방안. 지능정보연구, 21(3), 101-116. google schola Burke, R. (2002), Hybrid recommender systems : Survey and experiments, User modeling and user-adapted interaction, 12(4), 331-370. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

음향 이벤트 탐지를 위한 멀티-스케일 특징 기반 트랜스포머 모델
김수종 ,  정용주 한국정보기술학회논문지 2022 .06
오토인코더를 이용한 딥러닝 기반 추천시스템 모형의 비교 연구
이효진 ,  정윤서 응용통계연구 2021 .06
딥러닝 기반 온라인 리뷰의 언어학적 특성을 활용한 추천 시스템 성능 향상에 관한 연구
장동수 ,  이청용 ,  김재경 지능정보연구 2023 .03
미세먼지 예측 성능 개선을 위한 시공간 트랜스포머 모델의 적용
김영광 ,  김복주 ,  안성만 지능정보연구 2022 .03
Adaptive Cross-Domain Recommendation Model based on Association Analysis
Eun-Young Bae ,  Seok-Jong Yu 한국정보기술학회논문지 2022 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-003-000128133